Ich bin ein junger Informatiker, der an der Schnittstelle von Wirtschaft und Computer arbeitet. Bitte entschuldigen Sie, wenn diese Frage dem Administrator nicht zutreffend erscheint.
Ich studiere derzeit verschiedene Preismodelle und die "optimale" Art oder den "optimalen" Preis für den Verkauf von Artikeln. Mir ist aufgefallen, dass es bei Google Play Filme gibt, die man ausleihen oder kaufen kann. Auch bei Filmen mit ähnlicher Beliebtheit habe ich festgestellt, dass es oft einen großen Preisunterschied gibt. (ca. 10 Euro). Herkömmlicherweise betrachtet man die Bewertungsverteilung für einen Artikel. Dies erklärt jedoch nicht diesen Kostenunterschied. Es kann auch Probleme beim Kauf von Urheberrechten geben. Wie bewerten Unternehmen wie Google diese digitalen Artikel im Allgemeinen? Aktualisieren sie diese Preise regelmäßig basierend auf Verkaufsinformationen? Gibt es vorher Arbeiten darüber, wie man das machen kann?
Ich suche nur nach dem Weg, daher wird jede Hilfe sehr geschätzt.
Antworten:
Die einfache Antwort lautet: Sie schätzen die Nachfragekurven für jedes Produkt und legen anhand ihrer Kostenstruktur und Marktmerkmale (Wettbewerbsstruktur usw.) den Preis fest, um den Gewinn zu maximieren. Dies ist jedoch Standard für jedes Unternehmen.
Wie Google im Besonderen und diese großen Unternehmen im Allgemeinen (Amazon, Microsoft usw.) die Nachfragekurven schätzen, ist etwas anders, als es der übliche Ökonom tun könnte. Für die übliche Nachfrageschätzung müsste ein Forscher Marktspezifitäten nutzen, um die Nachfrage zu identifizieren. Verwenden Sie beispielsweise Supply Shifter mit 2SLS für die grundlegende Bedarfsschätzung, BLP für die diskrete Auswahl mit heterogenen Produkten usw. Die Identifizierung ist ein so großes Problem für die Bedarfsschätzung, da ein Forscher im Allgemeinen nur Gleichgewichtskombinationen (p, q) beobachtet, nicht die tatsächliche Nachfrage Kurve. Wir sind auch oft nur durch die Menge der verfügbaren Daten eingeschränkt.
Für ein großes Unternehmen wie Google haben sie jedoch 1) die Möglichkeit, exogene Preisstörungen zu verursachen, um zu sehen, wie sich der Umsatz ändert, und 2) Zugriff auf Tonnen und Tonnen von Daten. Mit 1) führen sie ständig kleine Experimente durch, um zu sehen, wie sich das Verbraucherverhalten ändert. Sie können die Ergebnisse dann verwenden, um die Nachfragekurve tatsächlich zu verfolgen. In diesen Experimenten könnte die Firma leicht Dinge wie Filmpopularität, Genre usw. berücksichtigen. In Bezug auf 2) hat Pat Bajari, Chefökonom bei Amazon und einer der größten Namen in der modernen empirischen IO, eine (zu diesem Zeitpunkt) ) Arbeitspapiermit Nekipelov, Ryan und Yang über die Verwendung von maschinellem Lernen zur Schätzung von Nachfragekurven über Produkte mit vielen Stichprobenpunkten (denken Sie an Tausende von Produktmerkmalen). Als "junger Informatiker" wären Sie wahrscheinlich dabei. Dieser Ansatz ist besonders relevant für Personen / Unternehmen mit Zugriff auf Tonnen von Daten (wie Google, Amazon usw.).
quelle